AIがデジタル空間だけでなく、私たちの現実世界に真に溶け込む未来は、想像以上に複雑です。リビングでテレビがつき、キッチンで換気扇が音を立て、老若男女が同時に話すような環境で、AIは自分に向けられた言葉を正確に認識し、「少し喉が渇いた」といった漠然とした発言の裏にある本当のニーズを理解し、複数のデバイスを連携させてサービスを提供しなければなりません。
これは、単に大規模言語モデル（LLM）をスマートスピーカーに接続するだけで実現できるものではありません。感知、対話、実行能力を物理世界で備えるための完全なシステム構築が不可欠です。中国のテック大手、京東（JD.com）は、この難題に挑むべく、世界人工知能大会（WAIC）で「AIが物理世界へ」をテーマに、「デジタルインテリジェンス」「付随インテリジェンス」「具身インテリジェンス」という三層の技術戦略を発表しました。長年のサプライチェーンで培った実世界のデータとシナリオを基盤に、京東が目指す「物理世界と融合するAI」の全貌を深掘りします。
「AIが物理世界へ」：WAICで際立つ京東のビジョン
近年、AI技術、特に大規模モデルの発展は目覚ましいものがありましたが、いかにAIをデジタル世界から現実世界へと橋渡しし、実際に機能させるかという課題は常に業界の焦点でした。最近開催された世界人工知能大会（WAIC）では、かつてのような単一モデルの性能競争や単体製品の展示は影を潜め、算力基盤、モデル群、そしてデータ基盤インフラの競争へとシフトしています。企業は、もはや単一のモデル性能だけでは勝利できないと認識し、基盤となるインフラと完全なエコシステム全体の構築が成功の鍵であると理解し始めています。
そんな中、京東は「AIが物理世界へ」をテーマに掲げ、その技術ロードマップと成果を披露しました。彼らの強みは、20年以上にわたって蓄積されたサプライチェーン能力、実世界のシナリオ、そして産業データにあります。これらを活用し、AIが物理世界で訓練、検証、そして価値創造を行うためのクローズドループシステムを構築しています。京東の目標は、単に世界最大の「物理世界オペレーションセンター」になることだけではありません。より重要なのは、業界全体に対して再現可能な物理AIソリューションを提供することにあります。
京東が提示する「三層インテリジェンス」戦略を徹底解説
京東のブースでは、単一の製品ではなく、一連のシナリオに基づいたソリューションが展示され、来場者にAIが本当に物理世界を理解し始めたかのような感覚を与えました。
- スマートホームのデモでは、照明が作業をガイドし、スマートベッドが睡眠をモニタリング。AI茶器は「少し喉が渇いた」という言葉を聞き、自動でお茶を淹れました。
- 具身インテリジェンス（Embodied AI）の展示では、来場者がヘッドマウントディスプレイを装着して商品陳列作業を体験。そのデータがアノテーション、シミュレーション訓練を経て、小売店舗のロボットに直接デプロイされる様子が示されました。
- さらにブースの外では、物流ドローン、AIスマート検査、AI医師がそれぞれのシナリオで具体的な問題を解決していました。
これらの展示が示唆するのは、AIが物理世界に進出するためには、人間の操作方法、手と目の協調、複雑な環境への対応能力を学習する必要があるという認識です。家庭での自律的なサービスであれ、ロボットによる商品陳列作業であれ、核心的な課題は強固なモデル基盤、複雑な環境下でのインタラクション能力、そして高品質なデータの構築にあります。
京東は、この課題に対し、デジタルインテリジェンス（数字智能）、付随インテリジェンス（附身智能）、具身インテリジェンス（具身智能）という三層の技術ロードマップを提示しています。これらは相互に関連し、進化していくものです。
-
デジタルインテリジェンス
この層は、AIの基礎となる能力を提供します。京東は、物理世界に対応するJoyAIモデル群を展示しており、画像編集、長尺動画生成、リアルタイム対話、音声・動画編集など多岐にわたります。これらのモデルはAIが家庭に入るための土台を築きますが、実際の家庭環境は想像以上に複雑です。多数の家族、多様なデバイス、そして様々なシナリオが存在し、AIには低いエラー許容度と結果への責任が求められます。例えば、ユーザーが「外はカリカリ、中はしっとりのサツマイモが食べたい」とAIに伝えた場合、デバイスはユーザーがパラメータを設定するのではなく、自律的に最適な温度、時間、モードを判断する必要があります。これは、AIが真に「思考」し、物理世界を「理解」していることを意味します。
-
付随インテリジェンス
デジタルインテリジェンスによって確立された基盤能力を、具体的なエンドデバイスやシステムに組み込み、インタラクションを実現する層です。例えば、ユーザーの「喉が渇いた」という発言を理解し、その真のニーズ（飲み物が欲しい）を特定し、どのデバイス（茶器、冷蔵庫など）がそのニーズを満たせるかを判断し、実行に移すための橋渡しをします。
-
具身インテリジェンス
最終的に、AIの能力をハードウェア（ロボットなど）に拡張し、物理世界で実際に「実行」する層です。これは、AIが物理的な行動を通じて現実世界に直接介入し、具体的な作業やサービスを提供する能力を指します。商品陳列ロボットの例のように、学習した行動を現実のロボットにデプロイし、自律的にタスクを遂行させることが可能になります。
これら三層は、デジタルで基礎を築き、付随インテリジェンスで端末とのインタラクションを実現し、具身インテリジェンスでハードウェアへの実行を拡張するという、一貫したアプローチを形成しています。
AIの新たな地平：日本の産業と生活への示唆
京東がWAICで提示した「三層インテリジェンス」戦略は、AIがデジタル空間の限界を超え、物理世界へと本格的に進出する次なるフェーズを示唆しています。単なる大規模モデルの高性能化ではなく、実世界の複雑な状況を感知し、文脈を理解し、自律的に行動する能力を総合的なエコシステムとして構築するアプローチは、今後のAI開発の重要な方向性となるでしょう。
これは、スマートシティ、スマートファクトリー、そして高齢化が進む日本社会における実社会課題解決のためのAI活用において、非常に重要な示唆を与えます。人々の生活をより豊かに、産業をより効率的にするために、AIが単なるツールではなく、物理世界に溶け込むパートナーとなる未来が、京東のビジョンを通じて垣間見えます。日本企業にとっても、この現実世界データとエコシステム構築の重要性は、AI戦略を練る上で見過ごせないポイントとなるはずです。
元記事: pcd
Photo by Pavel Danilyuk on Pexels
